MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410513071 · doi:10.3899/jrheum.2025-0390.o018

THE SYSTEMIC LUPUS INTERNATIONAL COLLABORATING CLINICS FRAILTY INDEX (SLICC- FI) PREDICTS WORSENING LUPUS QUALITY OF LIFE (LUPUSQOL) IN THE ALMENARA LUPUS COHORT.

2025· article· en· W4410513071 sur OpenAlexvenueno aff
Anubhav Singh, Rocío V. Gamboa‐Cárdenas, Víctor R. Pimentel-Quiroz, Zoila Rodríguez‐Bellido, César Pastor-Asurza, Risto Perich-Campos, G S Alarcón, Manuel F. Ugarte‐Gil

Notice bibliographique

RevueThe Journal of Rheumatology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSystemic Lupus Erythematosus Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineSystemic lupus erythematosusSystemic lupusQuality of life (healthcare)CohortInternal medicinePhysical therapyGerontologyDiseaseNursing

Résumé

récupéré en direct d'OpenAlex

O018 / #78 Topic: AS19 - Patient-Reported Outcome Measures ABSTRACT CONCURRENT SESSION 02: SLE METRICS – IMPROVING OUTCOMES & MEASURES 22-05-2025 1:40 PM - 2:40 PM Background/Purpose The SLICC-FI was developed to ascertain frailty in lupus patients. The aim of this study was to evaluate the SLICC- FI as a predictor of quality of life in patients from a prevalent Latin American Mestizo lupus cohort. Methods Patients from a single-center lupus cohort were included in these analyses. Health-related quality of life was ascertained with the LupusQoL. Frailty was ascertained using the SLICC- FI. Results are shown as mean and standard deviation or number and percentages, as appropriate. Generalized estimating equations were performed, using each domain of the LupusQoL as an outcome in the subsequent visit and the SLICC- FI (as a continuous variable) in the previous visit. Alternative analyses were also carried out including the SLICC- FI as a categorical variable (robust, less fit, least fit, and frail). In both approaches, the multivariable models were adjusted for possible confounders (age at diagnosis, gender, socioeconomic status, ethnicity, Systemic Lupus Erythematosus Disease Activity Index-2000 (SLEDAI-2K), Systemic Lupus Erythematosus International Collaborating Clinics/American College of Rheumatology Damage Index (SLICC/ACR DI), disease duration at baseline, prednisone daily dose, antimalarial and immunosuppressive drug use, and the same domain the LupusQoL in the previous visit). Statistical significance was p<0.05. Results Four hundred twenty-eight patients and 2645 visits were included in the study, these patients were followed for 4.71 (3.52) years; 392 (91%) were women and the age of diagnosis was 35.2 (13.4) years. At baseline, the disease duration was 7.2 (6.6) years, while SDI and SLICC-FI score were 1.0 (1.3) and 0.17 (0.05), respectively. Sixty-two patients (14.7%) were classified as frail, 325 (77.0%) were classified as least fit, 35 (8.3%) were classified as less fit, and no patient was classified as robust. The mean of the LupusQoL domains for physical function was 66.5 (23.8), for pain 67.9 (26.6), for planning 69.3 (28.9), for intimate relationship 58.6 (35.4), for burden to others 50.4 (31.2), for emotional health 64.9 (24.7), for body image 61.5 (25.8), and for fatigue 60.6 (26.5). In the main analyses, after adjusting for possible confounders, the SLICC- FI scores continued to predict worse LupusQoL in the physical function, pain, planning, and emotional health domains; these data are depicted in Table 1. In the alternative analyses, frail and least fit categories predicted worse LupusQoL in the domains of physical function, pain, and planning; in turn, frail predicted worse fatigue, compared to less fit, after adjustment by possible confounders; these data are depicted in Table 2. Table 1: The predictive value of the SLICC-FI (as a continuous variable) on HRQoL in SLE patients. Table 2: The predictive value of the SLICC-FI (as a categorical variable) on HRQoL in SLE patients Conclusions The SLICC-FI predicts worse HRQOL as measured by LupusQoL in a prevalent Latin American lupus cohort, supporting the relevance of this index in the evaluation of these patients.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,033
Tête enseignante GPT0,360
Écart entre enseignants0,326 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Rheumatology→Même sujetSystemic Lupus Erythematosus Research→Travaux en français237 207→